IC——发热量大的问题影响IC设计的可靠性

IC芯片网www.icxpw.com了解到，热量大正成为先进节点芯片和封装中的一个更大的问题，导致关键电子从 DRAM 中泄漏，3D-IC 中出现时序和可靠性问题，以及不同工作负载特有的加速老化。

所有类型的电路都容易受到热量大的影响。热量大会减慢电子在导线中的移动速度，引起电迁移，从而缩短器件的使用寿命，还会影响晶体管的开关周期。在 3D-IC 和其他高密度封装器件中，热量大甚至会扰乱计算。

西门子 EDA Calibre nmDRC 应用产品管理总监 John Ferguson 指出：“这些影响都会影响在芯片和组件封装中正确传输预期信号的能力，通常会导致信号传输速度低于系统设计速度。最终，这会导致传输非预期信息。”

在DRAM中，热量会限制电容器保持电子的能力，而电子对于确定是“一”还是“零”至关重要。

“某些单元有电子意味着它是 1，而某些单元有电子意味着它是 0，” Rambus的杰出发明家 Steven Woo 解释道。“DRAM 需要刷新操作，因为事实证明，当你将电子放在电容器上时，随着时间的推移，它们会离开电容器。你可以想象，如果我在这个电容器上存储了一堆电子，随着温度升高，这些电子会更容易离开。所以现在当你谈论在芯片上有数十亿个电容器来存储所有数据时，每个电容器现在都更小了，实际上用于表示 1 或 0 的电子更少了。”

30 年前这不是什么大问题，当时电容器很大，而且一个位单元上有数千个电子。

“你可能会失去几个电子，但你不会真正注意到，”Woo 说。“如今，当你在一些单元中拥有数十个电子时。如果你开始失去一些电子，那么现在你可能已经接近所需的临界电子水平。随着温度升高，这些电子更容易丢失。因此，当温度超过一定水平时，一些内存（例如 LPDDR 以及其他内存）必须更频繁地刷新，因为电子更容易脱落。这也是 DRAM 现在具有热传感器的部分原因。它有助于确定是否需要增加刷新率。该热传感器/控制器正在监控正在发生的事情，以确定我是否应该担心。”

Ansys首席产品经理 Lang Lin对此表示同意。“如果加热内存，它就是一块硅片，也就是电路。在高温下，所有电气特性都会发生变化。你将面临非常高的漏电，因为随着温度升高，漏电会呈指数级增长。内存的保留基于一些锁存器触发器。锁存器保存数据，因此过热可能会导致很多可靠性问题。它可能会导致锁存器发生故障。这就是热影响。还有机械影响。如果内存芯片处于非常高的温度下，可能会产生应力。任何材料在高温下都会受到影响。电迁移也可能是一个因素。导线中流动的大电流会导致可靠性问题，这可能会导致内存故障。”

IC芯片网-IC芯片电子元器件采购平台分析，这些极端条件需要可靠性模拟。“特定条件可能不会总是发生，但在高温高压下——甚至在高负荷情况下——它可能会发生。手机掉下来，这是一个很大的冲击。像这样的极端条件可能是影响芯片性能的许多问题的原因。”

减少电子滞留的解决方案之一是片上纠错。过去，这曾经是一个增加计算机成本的选项。在许多应用中，它现在是一项要求。

Woo 表示，如今的 DRAM 包含系统其余部分无法访问的附加存储单元。“这些附加位存储在 DRAM 中，”他说。“当你需要从 DRAM 读取一些数据时，它会读取数据，但也会读取一些附加位，即纠错位。它们可以执行诸如计算校验和或综合征之类的操作，从而确定数据包中是否有任何位意外翻转。如果有足够多的附加位，你可以确定是否存在错误，并且在绝大多数情况下你可以纠正错误。此外，每个位都翻转的可能性总是存在的。理论上，这种情况可能会发生，然后你将无法承受你拥有的附加位。因此，你要查看你的设备，并在典型的最坏情况下确定你需要多少附加位，然后将这么多附加位存储在 DRAM 中。”

热量和电阻率
芯片通电时，电子会穿过非常细的导线。导线越长或越窄，驱动信号所需的功率就越大，电阻率也越大。这会产生热量，进而减慢电子的移动速度并导致时序问题。消除这些热量已成为一个越来越棘手的问题，尤其是在先进的封装中。

“在传统的 IC 设计中，这个挑战并不太难，”Ferguson 说。“通常情况下，散热路径相对较近。通常，谨慎使用设计规则和约束可以帮助确保导线足够宽，彼此之间间隔足够远，以防止出现严重问题。这就是为什么如果针对高性能芯片（您愿意牺牲功耗），www.icxpw.com而针对低功耗芯片（您愿意牺牲性能），通常会有不同的设计规则约束的原因之一。”

随着越来越多IC交易电子网的芯片被分解成芯片小体，并在水平和垂直方向上组装成 3D-IC，散热变得更加复杂。

“我们知道，堆叠芯片可以通过更紧密的垂直连接来降低功耗，从而降低产生的热量，”Ferguson 说。“另一方面，一些电源路径可能会更长，延伸到横向放置的芯片，或者路径可能会更窄，例如当使用混合键合技术穿过堆叠芯片之间的窄线时。此外，还引入了封装层压板、TSV、凸块、球和隔热材料等新材料。这些材料对产生的热量的反应各不相同。散热路径也有所增加。对于堆叠的芯片尤其如此，这使得上层芯片上的热量难以散发。结果是，不再可能依赖历史上应用于独立 IC 的简单解决方案。”

这又带来了一些新的挑战。如何知道是否存在与热量相关的问题？如何解决它？如何从一开始就防止这种情况发生？

热分析是一种方法。“热分析功能已经存在了几十年，并且一直是封装和板级设计的可靠工具，”Ferguson 说。“现代热分析通过引入芯片的细节增加了另一个层次的洞察力，可以进行更准确的热分析，可以解释有源芯片产生的热量，并提供将热影响与电气行为联系起来的能力，以了解设计是否会按预期进行电气行为。”

然而，这绝非简单的分析。Ansys 首席产品经理 Suhail Saif 表示：“在设计芯片并确保解决发热问题时，芯片设计师必须处理大量数据。他们还必须确保尽早发现所有热点，并在为时已晚之前解决。当芯片设计公司进行整个严格的设计过程时，他们需要处理的数据量实际上取决于芯片的多功能性。举一个非常简单的例子，假设一个芯片是为家用冰箱的特定应用而设计的。这是一个相对简单的芯片，在非常稳定的环境中，它的功能非常有限，这意味着环境不会发生太大变化。它将放在房子里，环境温度范围将在限制范围内。对于这样一个简单的应用芯片，应用程序工作负载将是有限的、很少的和简单的。数据要求包括从矢量到功率分析需要携带的数据、不同的瞬态数据，以及平均功率分析或长窗口，然后是 di/dt 分析、热分析或机械应力分析等。对于这种应用，所有数据都非常有限，而且芯片通常对热的要求不是那么高。”

现在将其与汽车中使用的芯片进行比较。“在汽车芯片的极端情况下，例如控制汽车主板的微控制器，环境温度将无处不在，”Saif 说。“你将驾驶汽车从阿拉斯加到亚利桑那州。如果半导体芯片要处理来自仪表板摄像头的视频、汽车的所有传感器以及其他所有东西，它就必须执行非常高速的应用程序。特别是对于自动驾驶汽车而言，这些应用程序对数据的要求非常高。芯片必须同时执行许多任务，这就是为什么它要大得多。在这里，热约束将非常严格，与简单场景相比，你需要考虑的实际应用将非常多，以覆盖各种场景。在这里，有很多数据需要处理，必须进行大量分析。数据处理将大量利用网络。将有 EDA 工具处理和处理这些数据。现在一切都如此容易受到数据的影响。您必须在每个阶段部署在数据处理方面最有效的解决方案，因为您在应用芯片时需要处理大量数据。”

事实上，它完全依赖于应用程序。“设计师希望尽量减少数据，因为数据是最大的敌人，也是最大的朋友，”他说。“这有助于他们做出正确的决定。但是，随着数据量呈指数级增长，处理这些数据并保持分析意义就变得非常困难。你很快就会迷失在数据中。我见过一些来自尖端 GPU 设计的功率和热数据文件。人类的大脑无法掌握那里的数据量。你必须依靠高端 EDA 解决方案将这些数据提炼成团队成员可以理解的有意义的报告，然后采取下一步行动。”

如何处理发发热问题？
一旦确定了发热问题，下一个问题就是如何处理它们。对于 3D-IC，有几种方法。

在某些情况下，用户可以选择封装组件中使用的材料。“在这种情况下，可以通过将一种材料换成另一种材料来进行一些权衡，以更好地解决热影响，”Ferguson 说。“然而，随着行业转向异构设计套件，考虑到可用的选择减少，这可能会变得更加困难。另一种方法是重新考虑各个芯片的位置。决定哪些芯片在堆栈中较低，哪些芯片在较高，以及/或者做出放置决定以最好地减少电源路径可能会有所帮助。最后，还可以在芯片本身上采取一些措施，例如引入铜柱，以帮助更快地将热量从上层放置的芯片中拉出到散热器。”

所有这些方法的最大问题是，www.icxpw.com可能需要数月的精心设计才能发现问题，到那时再进行干预以及时纠正并推出目标产品已经太迟了。这就是为什么如此重视早期分析和迭代的原因。任何可以左移的东西都可能有很大帮助。

IC芯片网-电子元器件采购平台指出：“在初始阶段，就像封装设计师过去所做的那样，芯片可以被视为统一的材料，用户可以对电源进行简化设置。” “在早期的布局阶段这样做有助于防止 3D-IC 中出现明显的热点。这种方法还可用于在竞争的 3D-IC 方法和堆叠配置之间做出决策。各种形式的自动化，包括不同的 AI 方法，都可以在此级别应用。随着设计开始成熟，可以应用有关IC供应商芯片几何形状和材料的更多信息。随着功率图开始成熟，可以进行越来越准确的评估，以便在灾难发生之前向设计师提供反馈。当芯片具有完整的电路时，可以提取布局后网表及其相关的热性能，从而可以初步评估由于热量而产生的电气影响，以确定是否有任何信号超出规格。通过遵循这些方法，可以在此过程中进行各种路线修正，最终获得最终签字确认，以确认温度和电气规格均已得到适当满足。”

系统权衡
权衡可能因应用而异。高耗电工作负载（例如 NVIDIA Grace Blackwell 型服务器）主要是为了处理大量数据和快速 AI 乘法/累积计算而开发的。在这些情况下，持续为 MAC 处理元件提供足够的电力至关重要，而这又需要系统级了解热梯度将如何变化。

“当你真正追求性能时，你不仅要担心数据的正确传输，还要担心提供正确的电量，”Rambus 的 Woo 说道。“由于你必须提供越来越多的电力，电力输送正成为一个更加困难的问题。但你还必须提供高质量的电力，这意味着电压不能跳动。它必须非常一致。有时你在电源方面必须做的是转换电压，但在转换电压的过程中，你最终会损失一些电力，因为这样做效率低下。这是另一个问题。”

随着芯片运行速度越来越快，数据的正确传输也变得越来越困难。热量会扰乱或扭曲时序，内存会泄漏电子。因此，除了片上纠错之外，DRAM 和主机之间还可以使用额外的位进行纠错。“额外的位将帮助您确定将数据传回主机时是否出了问题，”Woo 说。“主机或内存控制器负责查看所有这些位，并说，‘我知道我用这种特定的纠错算法对其进行了编码。返回的数据是我通过解码器发送的。它最好看起来正确，如果不对，我有足够的额外位来纠正一定数量的错误，这是我在系统中合理预期的最大值。’有些情况下你会超过这个数字。在某些情况下，你可以真正检测到何时超过了最大错误数。在其他情况下，你无法检测到。”

最大的担忧是静默数据损坏。“这可能发生在IC电子芯片上，也可能发生在数据通过数据湖传输回来时，甚至在 CPU 上，”Woo 说。“当 CPU 处理数据时，即使在处理器上，数据也可能损坏，其中很多问题都与温度有关。当你在 DRAM 和主机之间传输数据时，主机有电路，并试图找出何时对线路进行低电压或高电压采样，以确定它是 1 还是 0。”

采样时间会随着温度和电压的变化而变化，这使其成为一个巨大的挑战。“情况会变得更糟，因为如果处理器上发生了很多其他事情，它们可能会拖累电压或产生大量热量，”Woo 解释说。“然后，接收电路，即使它们没有产生那么多热量或没有占用太多电压，也可能受到相邻电路的影响。这是温度影响数据来回传输的另一种方式，这会影响 DRAM 以及处理器方面。”